1.前置安装要求
(1)进行anaconda的安装。
(2)虚拟环境的创建:
conda create -n mmdet python=3.7
(3)终端通过nvcc -V 查看自己的cuda版本,去pytorch官网(Previous PyTorch Versions | PyTorch)查找对应命令。
(4)安装pytorch:
# CUDA 11.7
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
(5)命令行输入:
python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
保证出现相关版本号,我的是:
1.13.1+cu117
11.7
2.mmcv的安装
1.需要保证安装的mmcv版本与你的torch和cuda版本(上面输出内容)对应,可前往官网(安装 MMCV — mmcv 2.0.0 文档)进行查询。
这是查询后自动生成的代码,输入命令行:
pip install mmcv==2.0.0rc4 -f https://download.openmmlab.com/mmcv/dist/cu117/torch1.13/index.html
3. mmdet或mmrotate的安装
从官网(https://github.com/open-mmlab/mmdetection)/ (GitHub - open-mmlab/mmrotate: OpenMMLab Rotated Object Detection Toolbox and Benchmark)下载MMdetection/mmrotate。各个文件夹下终端输入:
pip install -r requirements/build.txt
pip install -e.
4.下载配置文件和模型权重文件
pip install -U openmim
mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .
5.验证是否成功
python demo/image_demo.py demo/demo.jpg rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --device cpu
成功运行会在当前文件夹中的 outputs/vis
文件夹中看到一个新的图像 demo.jpg
,图像中包含有网络预测的检测框。
注:官方操作
conda create -n open-mmlab python=3.7 pytorch==1.7.0 cudatoolkit=10.1 torchvision -c pytorch -y
conda activate open-mmlab
pip install openmim
mim install mmcv-full
mim install mmdet
git clone https://github.com/open-mmlab/mmrotate.git
cd mmrotate
pip install -r requirements/build.txt
pip install -v -e .